/ Модель

Характеристики

Контекст
1 024 токена
Параметры
367 млн
Архитектура
pegasus · dense
Опубликована
28 ноя 2022

pegasus-cnn_dailymail-finetuned-samsum-v2

Языковая модель5 профессий

Дообученная Pegasus-модель, которая составляет краткие сводки диалогов, в частности разговоров из SAMSum.

11скачиваний за 30 дней0лайковвеса обновлены28 ноя 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель amagzari/pegasus-cnn_dailymail-finetuned-samsum-v2 — дообученная версия google/pegasus-cnn_dailymail, созданная для суммаризации диалогов из набора SAMSum. Она принимает текст разговора и генерирует краткое изложение; в README приведены результаты оценки на тестовой выборке SAMSum: ROUGE-1 45,30, ROUGE-2 21,76, ROUGE-L 35,86 и ROUGE-Lsum 41,66. Модель построена на архитектуре PegasusForConditionalGeneration, содержит около 366,8 млн параметров, работает с PyTorch и имеет контекст до 1024 токенов. В карточке не указана лицензия, поэтому условия использования определить нельзя.

Сценарии применения

  • составление краткого пересказа переписки
  • суммирование диалогов службы поддержки
  • подготовка сводок рабочих обсуждений
  • выделение сути разговора для заметок

Ограничения

Оценочные результаты приведены для SAMSum; качество на других типах текстов и диалогов в карточке не описано. Контекст ограничен 1024 токенами.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pegasus-cnn_dailymail-finetuned-samsum-v2

This model is a fine-tuned version of google/pegasus-cnn_dailymail on the samsum dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5218
  • Rouge1: 45.3045
  • Rouge2: 21.7601
  • Rougel: 35.8643
  • Rougelsum: 41.6595
  • Gen Len: 35.4425

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsumGen Len
1.69971.018411.521845.304521.760135.864341.659535.4425

Framework versions

  • Transformers 4.24.0
  • Pytorch 1.12.1+cu113
  • Datasets 2.7.1
  • Tokenizers 0.13.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
PegasusForConditionalGeneration
Ревизия весов
039b3de

0 моделей